Buchumschlag

SOPHON: Non-Fine-Tunable Learning to Restrain Task Transferability For Pre-trained Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deng, Jiangyi, Pang, Shengyuan, Chen, Yanjiao, Xia, Liangming, Bai, Yijie, Weng, Haiqin, Xu, Wenyuan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RACONTEUR: A Knowledgeable, Insightful, and Portable LLM-Powered Shell Command Explainer
von: Deng, Jiangyi, et al.
Veröffentlicht: (2024)

Protego: Detecting Adversarial Examples for Vision Transformers via Intrinsic Capabilities
von: Wu, Jialin, et al.
Veröffentlicht: (2025)

Legilimens: Practical and Unified Content Moderation for Large Language Model Services
von: Wu, Jialin, et al.
Veröffentlicht: (2024)

Patronus: Safeguarding Text-to-Image Models against White-Box Adversaries
von: Li, Xinfeng, et al.
Veröffentlicht: (2025)

Attention is All You Need to Defend Against Indirect Prompt Injection Attacks in LLMs
von: Zhong, Yinan, et al.
Veröffentlicht: (2025)

SafeGen: Mitigating Sexually Explicit Content Generation in Text-to-Image Models
von: Li, Xinfeng, et al.
Veröffentlicht: (2024)

Task-Agnostic Pre-training and Task-Guided Fine-tuning for Versatile Diffusion Planner
von: Fan, Chenyou, et al.
Veröffentlicht: (2024)

Phenomenology of Non-Abelian Gauge and Goldstone Bosons in a U(2) Flavor Model
von: Calibbi, Lorenzo, et al.
Veröffentlicht: (2025)

Improving Transfer Learning for Sequence Labeling Tasks by Adapting Pre-trained Neural Language Models
von: Dukić, David
Veröffentlicht: (2025)

Perturbation-Restrained Sequential Model Editing
von: Ma, Jun-Yu, et al.
Veröffentlicht: (2024)

Do Latent-CoT Models Think Step-by-Step? A Mechanistic Study on Sequential Reasoning Tasks
von: Liang, Jia, et al.
Veröffentlicht: (2026)

Learning to Rank Pre-trained Vision-Language Models for Downstream Tasks
von: Ding, Yuhe, et al.
Veröffentlicht: (2024)

Transfer Learning with Pre-trained Conditional Generative Models
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2022)

Fine‐Tuning Electron Transfer for Nanozyme Design
von: Xia Zong, et al.
Veröffentlicht: (2024)

Search to Fine-tune Pre-trained Graph Neural Networks for Graph-level Tasks
von: Wang, Zhili, et al.
Veröffentlicht: (2023)

On the Non-decoupling of Supervised Fine-tuning and Reinforcement Learning in Post-training
von: Niu, Xueyan, et al.
Veröffentlicht: (2026)

Superpixel Semantics Representation and Pre-training for Vision-Language Task
von: Zhang, Siyu, et al.
Veröffentlicht: (2023)

Pre-train and Fine-tune: Recommenders as Large Models
von: Jiang, Zhenhao, et al.
Veröffentlicht: (2025)

Pre-training Everywhere: Parameter-Efficient Fine-Tuning for Medical Image Analysis via Target Parameter Pre-training
von: Lei, Xingliang, et al.
Veröffentlicht: (2024)

Towards Building Non-Fine-Tunable Foundation Models
von: Wang, Ziyao, et al.
Veröffentlicht: (2026)

Extreme Video Compression with Pre-trained Diffusion Models
von: Li, Bohan, et al.
Veröffentlicht: (2024)

Multi-Modal Intelligent Channel Modeling: From Fine-tuned LLMs to Pre-trained Foundation Models
von: Bai, Lu, et al.
Veröffentlicht: (2026)

Structure-aware Fine-tuning for Code Pre-trained Models
von: Wu, Jiayi, et al.
Veröffentlicht: (2024)

Pre-training by Predicting Program Dependencies for Vulnerability Analysis Tasks
von: Liu, Zhongxin, et al.
Veröffentlicht: (2024)

Speech-FT: Merging Pre-trained And Fine-Tuned Speech Representation Models For Cross-Task Generalization
von: Lin, Tzu-Quan, et al.
Veröffentlicht: (2025)

Pre-training for Recommendation Unlearning
von: Chen, Guoxuan, et al.
Veröffentlicht: (2025)

Find Parent then Label Children: A Two-stage Taxonomy Completion Method with Pre-trained Language Model
von: Xia, Fei, et al.
Veröffentlicht: (2024)

Fine-tuning Pre-trained Vision-Language Models in a Human-Annotation-Free Manner
von: Wang, Qian-Wei, et al.
Veröffentlicht: (2026)

Comparing Zealous and Restrained AI Recommendations in a Real-World Human-AI Collaboration Task
von: Xu, Chengyuan, et al.
Veröffentlicht: (2024)

Retrieval-augmented Prompt Learning for Pre-trained Foundation Models
von: Chen, Xiang, et al.
Veröffentlicht: (2025)

SLCA++: Unleash the Power of Sequential Fine-tuning for Continual Learning with Pre-training
von: Zhang, Gengwei, et al.
Veröffentlicht: (2024)

In-context Pre-trained Time-Series Foundation Models adapt to Unseen Tasks
von: Xu, Shangqing, et al.
Veröffentlicht: (2026)

GPT4Image: Large Pre-trained Models Help Vision Models Learn Better on Perception Task
von: Ding, Ning, et al.
Veröffentlicht: (2023)

Fine-tuning Pre-trained Language Models for Few-shot Intent Detection: Supervised Pre-training and Isotropization
von: Zhang, Haode, et al.
Veröffentlicht: (2022)

Benchmarking Few-shot Transferability of Pre-trained Models with Improved Evaluation Protocols
von: Luo, Xu, et al.
Veröffentlicht: (2026)

MOTO: Offline Pre-training to Online Fine-tuning for Model-based Robot Learning
von: Rafailov, Rafael, et al.
Veröffentlicht: (2024)

Uncertainty Meets Diversity: A Comprehensive Active Learning Framework for Indoor 3D Object Detection
von: Wang, Jiangyi, et al.
Veröffentlicht: (2025)

UniVid: Unifying Vision Tasks with Pre-trained Video Generation Models
von: Chen, Lan, et al.
Veröffentlicht: (2025)

Pre-Trained Model Recommendation for Downstream Fine-tuning
von: Bai, Jiameng, et al.
Veröffentlicht: (2024)

TransGI: Real-Time Dynamic Global Illumination With Object-Centric Neural Transfer Model
von: Deng, Yijie, et al.
Veröffentlicht: (2025)